基于类不平衡学习和遗传算法的包裹式特征选择的软件缺陷预测方法

摘要

基于类不平衡学习和遗传算法的包裹式特征选择的软件缺陷预测方法，属于软件质量保障领域。包括如下步骤：(1)挖掘软件项目的版本控制系统和缺陷跟踪系统，从中抽取程序模块；通过对程序模块进行类型标记和软件度量，可以生成缺陷预测数据集D；(2)对缺陷预测数据集执行两阶段包裹式特征选择方法，先得到最优特征子集FS'，再基于最优特征子集FS'，对数据集D进行预处理并形成预处理后的数据集D'；(3)借助决策树这一分类方法，基于预处理后的数据集D'构建出缺陷预测模型。本发明一方面可以有效识别并移除缺陷预测数据集内的冗余特征和无关特征，另一方面可以有效缓解缺陷预测数据集内的类不平衡问题，最终可有效提高缺陷预测模型的性能。